如何检测各类测验中出现的偏差行为一直备受研究者的关注。在对人格测验中受测者异常反应模式的检测过程中,研究者们将个人拟合统计方法作为近年来检测偏差行为的重要心理测量指数。个人拟合指数(PFS)是衡量某一个体在测验中的得分模式与某一IRT模型预测的项目得分模式是否一致,或与样本中其他个体项目得分模式是否有显著差异的统计指数。尽管目前提出的PFS众多,但究竟哪一指数更加理想,仍需进一步验证。本研究选取性能较好的ECI4、LnU、LnW和Lz四个指数,使用SAS11.0中的Monte Carlo数据模拟程序,根据二参数logistic模型模拟产生项目的反应概率,探讨了在二级计分人格测验中不同偏差类型、偏差个体比例和项目数量几种条件下参数个人拟合指数对偏差得分模式的检测效果。研究整体分为两个部分,分别在真实能力和估计能力情境下,对四个PFS的检测率进行了比较。结果显示:LnU和LnW指数能很好地检测出期望反应和掩饰反应,ECI4,LnU和LnW三个指数对于随机反应的检测力都很低;Lz指数能很好地检测出三类偏差反应,在中长测验中,对随机反应的检测效果更佳。偏差个体比例的增加降低了指数的检测力,项目数量的增加提高了所有四个指数的检测力,对ECI4和Lz指数的影响更大。总体而言,个人拟合指数在一定程度上可以检测出人格测验中典型的偏差行为,不同指数检测力受偏差类型、偏差个体比例和项目数量等因素的影响。Lz指数最适合检测人格测验中的偏差行为。